讀取資料集

pd.read_csv(“csv_file”)
pd.read_excel("excel_file")

儲存資料到csv檔案，且不帶索引

df.to_csv("data.csv", sep=",", index=False)

基本的資料集特徵資訊
刪除缺失資料

df.dropna(axis=0, how='any')

替換缺失資料

df.replace(to_replace=None, value=None)

使用 value 值代替 DataFrame 中的 to_replace 值，其中 value 和 to_replace 都需要我們賦予不同的值。
檢查空值 NaN

pd.isnull(object)

刪除特徵

df.drop('feature_variable_name', axis=1)

axis 選擇 0 表示行，選擇表示列。
將目標型別轉換為浮點型

pd.to_numeric(df["feature_name"], errors='coerce')

將目標型別轉化為數值從而進一步執行計算，在這個案例中為字串。
將 DataFrame 轉換為 NumPy 陣列

df.as_matrix()

通過特徵名取資料

df.loc[feature_name]

DataFrame 操作
對 DataFrame 使用函式

df["height"].apply(*lambda* height: 2 * height)

或：

def multiply(x):
 return x * 2
df["height"].apply(multiply)

重新命名行
下面程式碼會重新命名 DataFrame 的第三行為「size」：

df.rename(columns = {df.columns[2]:'size'}, inplace=True)

取某一行的唯一實體
下面程式碼將取「name」行的唯一實體：

df["name"].unique()
 

（20）總結資料資訊

df.sum()
df.min()
df.max()
df.idxmin()
df.idxmax()
df.describe()
df.mean()
df.median()
df.corr()
df["size"].median()

選定特定的值
以下程式碼將選定「size」列、第一行的值：

df.loc([0], ['size'])